The invention discloses a Hadamard matrix multiscale sorting method and system, in which the method includes: initializing parameter, constructing Hadamard matrix of M row M column, normalizing each row or column vector of the Hadamard matrix, rearranging each row or each column vector element to form the square matrix Hi of the 2n row 2n column; and the square array Hi The N layer two-dimensional Haar wavelet decomposition is carried out, the coefficient matrix Ha is obtained, the absolute value of the coefficient matrix Ha is |Ha|, and the sum of the I is recorded in the sequence number value I (I), and the values of Sa (I) and I are stored respectively to the vector and vector. The new sequence R; by the new sequence R, we extract the Hadamard matrix after each row or column vector normalization, traverse M times to get M two-dimensional 2n * 2n matrix RHi. The invention solves the problem that the existing coding can not take into account both the fast imaging and the high signal to noise ratio imaging.
【技术实现步骤摘要】
一种Hadamard矩阵多尺度排序方法和系统
本专利技术属于图像处于
,尤其涉及一种Hadamard矩阵多尺度排序方法和系统。
技术介绍
在计算关联成像、计算鬼成像、计算量子成像,单像素相机,结构光照明成像或三维单像素激光雷达成像等技术中,编码矩阵的选择与优化决定着图像重建速度和图像信噪比,是上述
的核心技术和关键技术。编码矩阵的选择直接影响重建算法的执行效率和图像重建效果,并且算法的优化也需要考虑编码矩阵的性质。
技术实现思路
本专利技术的技术解决问题:克服现有技术的不足,提供一种Hadamard矩阵多尺度排序方法和系统,以解决现有编码不能同时兼顾快速成像和高信噪比成像的问题。为了解决上述技术问题,本专利技术公开了一种Hadamard矩阵多尺度排序方法,包括:步骤S1,初始化参数,设置i=1,M=22n,n=4,5,6…,n为正整数,构建M行M列的Hadamard矩阵;步骤S2,抽取Hadamard矩阵的每行或列向量后进行归一化,将每行或每列向量元素重新排列形成2n行2n列的方阵Hi;步骤S3,将方阵Hi进行n层二维Haar小波分解,获得系数矩阵Ha,取系数矩阵Ha绝对值|Ha|,并求和∑|Ha|,记为:Sa(i)=∑|Ha|;将i记入顺序序号值I(i);其中,向量Sa和向量I均是M×1维向量;步骤S4,存储Sa(i)与I(i)的值分别到向量Sa和向量I中;步骤S5,取i=i+1,判断i是否大于M;步骤S6,若i≤M,则重复执行步骤S2~S4,直至i>M;步骤S7,对向量Sa中的元素按从小到大的顺序排列,得到新序列R;步骤S8,按新序列R重新抽取 ...
【技术保护点】
1.一种Hadamard矩阵多尺度排序方法,其特征在于,包括:步骤S1,初始化参数,设置i=1,M=22n,n=4,5,6…,n为正整数,构建M行M列的Hadamard矩阵;步骤S2,抽取Hadamard矩阵的每行或列向量后进行归一化,将每行或每列向量元素重新排列形成2n行2n列的方阵Hi;步骤S3,将方阵Hi进行n层二维Haar小波分解,获得系数矩阵Ha,取系数矩阵Ha绝对值|Ha|,并求和∑|Ha|,记为:Sa(i)=∑|Ha|;将i记入顺序序号值I(i);其中,向量Sa和向量I均是M×1维向量;步骤S4,存储Sa(i)与I(i)的值分别到向量Sa和向量I中;步骤S5,取i=i+1,判断i是否大于M;步骤S6,若i≤M,则重复执行步骤S2~S4,直至i>M;步骤S7,对向量Sa中的元素按从小到大的顺序排列,得到新序列R;步骤S8,按新序列R重新抽取Hadamard矩阵每行或每列向量后进行归一化,遍历M次得到M个二维2n×2n方阵RHi,RHi为按新序列R顺序产生的第i个多尺度编码矩阵。
【技术特征摘要】
1.一种Hadamard矩阵多尺度排序方法,其特征在于,包括:步骤S1,初始化参数,设置i=1,M=22n,n=4,5,6…,n为正整数,构建M行M列的Hadamard矩阵;步骤S2,抽取Hadamard矩阵的每行或列向量后进行归一化,将每行或每列向量元素重新排列形成2n行2n列的方阵Hi;步骤S3,将方阵Hi进行n层二维Haar小波分解,获得系数矩阵Ha,取系数矩阵Ha绝对值|Ha|,并求和∑|Ha|,记为:Sa(i)=∑|Ha|;将i记入顺序序号值I(i);其中,向量Sa和向量I均是M×1维向量;步骤S4,存储Sa(i)与I(i)的值分别到向量Sa和向量I中;步骤S5,取i=i+1,判断i是否大于M;步骤S6,若i≤M,则重复执行步骤S2~S4,直至i>M;步骤S7,对向量Sa中的元素按从小到大的顺序排列,得到新序列R;步骤S8,按新序列R重新抽取Hadamard矩阵每行或每列向量后进行归一化,遍历M次得到M个二维2n×2n方阵RHi,RHi为按新序列R顺序产生的第i个多尺度编码矩阵。2.根据权利要求1所述的Hadamard矩阵多尺度排序方法,其特征在于,抽取Hadamard矩阵的每行或列向量后进行归一化,将每行或每列向量元素重新排列形成2n行2n列的方阵Hi,包括:读取Hadamard矩阵的第i行,并归一化到[0,1]区间,得到向量Ai;依次读取Ai第1至第2n个元素作为方阵Hi的第一行,第2n+1至第2n+1个元素作为方阵Hi的第二行,直至读取第(2n-1)×2n+1至22n个元素作为方阵Hi的第2n行,遍历M个向量Ai后得到二维2n×2n方阵Hi,其中,i=1,2,3…M。3.根据权利要求1...
【专利技术属性】
技术研发人员:李明飞,霍丽君,霍娟,杨然,董鹏,
申请(专利权)人:北京航天控制仪器研究所,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。